Distribution spatiotemporelle et caractéristiques des cas de virus du Nil occidental chez les chevaux du Canada entre 2003 et 2020
Bibliographic record
Abstract
Le virus du Nil occidental (VNO) est un flavivirus présent au Canada depuis 2001, affectant principalement les oiseaux, les chevaux et les humains. En 2003, l’Agence canadienne d’inspection des aliments (ACIA) a inscrit le VNO sur la liste des maladies à notification immédiate (MANI) et depuis, les cas chez les animaux domestiques sont rapportés dès l’obtention d’un résultat positif à l’autorité fédérale. Aucune étude au Canada n’a encore colligé tous les cas de VNO chez une espèce animale afin d’améliorer la compréhension de la distribution du VNO au pays et de formuler des recommandations pour la prévention de futures infections. Dans le cadre de cette étude, tous les cas de VNO rapportés à l’ACIA chez les chevaux ont été analysés afin de décrire, dans un premier temps, l’incidence des cas rapportés de VNO au Canada (2003 à 2019) et les caractéristiques principales des cas récents (2015 à 2019). Dans un second temps, une analyse géospatiale a été effectuée afin de décrire les patrons spatiotemporels de la distribution des cas de VNO rapportés de 2003 à 2020 chez les chevaux. Au cours de la période d’étude, 848 cas de VNO chez les chevaux ont été rapportés à l’ACIA. Ces cas étaient répartis dans toutes les provinces, à l’exception des quatre provinces de l’Atlantique (Nouveau-Brunswick, Nouvelle-Écosse, Île-du-Prince-Édouard, Terre-Neuve-et-Labrador). La région de l’Ouest (Colombie-Britannique, Alberta, Saskatchewan, Manitoba) a déclaré un plus haut taux d’incidence (15,4 cas/100 000 chevaux-année) que la région de l’Est (8,3 cas/100 000 chevaux-année) (Ontario, Québec, Atlantique). Les taux d’incidence étaient particulièrement élevés en Saskatchewan avec en moyenne 33,2 cas/100 000 chevaux-année entre 2003 et 2019. L’analyse descriptive des caractéristiques des cas a démontré que 96 % de ceux-ci n’étaient pas vaccinés et que le taux de létalité était de 31,9 %. La distribution spatiotemporelle des cas a été décrite par région en analysant d’abord la récurrence annuelle des cas dans les divisions de recensement et ensuite la présence d’agrégats spatiotemporels pour investiguer les excès de risque. L’analyse des patrons spatiotemporels a révélé une dispersion vaste et rapide ainsi qu’une récurrence élevée du VNO dans la région de l’Ouest. En revanche, pour la région de l’Est, la dispersion du VNO a été plus lente et graduelle. Les agrégats spatiotemporels identifiés ont permis de démontrer que, malgré la présence répétée des cas dans certaines divisions de recensement, des excès de risque spatiotemporels peuvent être observés. Ces patrons indiquent que les cas de fièvre du VNO peuvent être anticipés dans les endroits où la récurrence annuelle est plus élevée et, parfois, conduire à des éclosions de la maladie. En somme, cette étude a mis en évidence l’importance de la surveillance du VNO chez les chevaux en décrivant notamment la saisonnalité du VNO et en délimitant des zones avec une forte récurrence de cas. Ces caractéristiques illustrent l’apport considérable de la surveillance chez les chevaux à un système de surveillance intégrée. Les résultats pourront aussi aider les autorités sanitaires et les médecins vétérinaires praticiens à cibler leurs efforts de prévention et de contrôle dans les zones les plus touchées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".